基于非广度熵的运动单位动作电位(MUAP)发放检测

目的检测肌电信号在低信噪比时运动单位动作电位的发放。方法本文提出了基于非广度短时窗口熵 (TDE)的MUAP检测方法 ,分析了熵用于检测MUAP的理论依据 ,对MUAP检测算法的检测性能进行了统计分析和讨论。结果在信噪比分别为 4dB、2dB、0dB、- 2dB和 - 4dB的模拟肌电信号MUAP发放时刻的检测误差的均值都在 7.5ms以内。结论模拟肌电信号MUAP检测实验结果表明 ,该方法用于MUAP发放检测的精度较高 ,并且具有良好的抗噪性能。轻度收缩的真实表面肌电信号实验结果也论证了这种方法实际应用的可行性。

心室纤颤和心动过速的小波非广度熵分析

为了对心动过速和心室纤颤进行准确而可靠的识别,提出了基于小波的多分辨率分析和熵相结合的分析方法.利用传统的Shannon熵信号分析方法获得的室颤和室速的识别率分别为96.4%和98.2%,而用非广度框架进行分析时获得的室颤和室速的识别率分别为100%和98.2%.表明作为检测室颤与室速的一个判据,Tsallis多分辨率熵(MRET)比Shannon多分辨率熵(MRE)具有更强的识别能力.该方法是一种稳定的、有效的特征提取方法,为其他非平稳生理信号的分析提供了新的手段.

基于非广度相对熵的缺氧缺血HRV信号分析

缺血缺氧脑损伤研究是当今的热门课题。本文利用非广度集内的相对熵(Nonextensive kullback-Leibler entropy)对缺氧缺血状况下的心率变异信号(Heart rate variability,HRV)进行分析,并且与相应的脑电分析结果做比较,说明Kullback-Leibler熵可以表征缺氧缺血程度,同时为临床量化监测缺血缺氧脑损伤提供一种新的途径。

网页树型结构快速加载大数据量数据的实现

利用树型结构进行数据组织,层次清晰、操作方便、用途广泛。介绍了一种基于VS.NET技术设计实现的大数据量树型结构数据的快速加载方法,通过一种改进的基于广度优先的算法,将树型数据按照一定的层次和需要,分散地加载于树型结构上,从而较好地解决了大数量的树型数据在网页上树型结构加载时效率低下、延迟较长的问题。该方法在实际应用中,取得了很好的效果。